seaborn-analyzer
A data analysis and visualization tool using Seaborn library.
This documentation is Japanese language version. English version is here
使用法
CustomPairPlotクラスの使用例
from seaborn_analyzer import CustomPairPlot
import seaborn as sns
titanic = sns.load_dataset("titanic")
cp = CustomPairPlot()
cp.pairanalyzer(titanic, hue='survived')※その他のクラスの使用法は構成の項を参照ください
※Qiitaにも記事を作成している ので、こちらもご覧ください
必要要件
- Python >=3.6
- Numpy >=1.20.3
- Pandas >=1.2.4
- Matplotlib >=3.1.3
- Seaborn >=0.11.0
- Scipy >=1.6.3
- Scikit-learn >=0.24.2
インストール方法
$ pip install seaborn-analyzer
サポート
バグ等はIssuesで報告してください
構成
seabornを利用して、各種データの可視化および評価指標の算出を実施します。 以下のクラスからなります
| クラス名 | パッケージ名 | 概要 | 使用法 |
|---|---|---|---|
| CustomPairPlot | custom_pair_plot.py | 散布図行列と相関係数行列を同時に表示 | リンク |
| hist | custom_hist_plot.py | ヒストグラムと各種分布のフィッティング | リンク |
| classplot | custom_class_plot.py | 分類境界およびクラス確率の表示 | リンク |
| regplot | custom_reg_plot.py | 相関・回帰分析の散布図・ヒートマップ表示 | リンク |
CustomPairPlotクラス (custom_pair_plot.py)
散布図行列と相関係数行列を同時に表示します。 1個のクラス「CustomPairPlot」からなります
・CustomPairPlotクラス内のメソッド一覧
| メソッド名 | 機能 |
|---|---|
| pairanalyzer | 散布図行列と相関係数行列を同時に表示します |
pairanalyzerメソッド
実行例
from seaborn_analyzer import CustomPairPlot
import seaborn as sns
titanic = sns.load_dataset("titanic")
cp = CustomPairPlot()
cp.pairanalyzer(titanic, hue='survived')
引数一覧
| 引数名 | 必須引数orオプション | 型 | デフォルト値 | 内容 |
|---|---|---|---|---|
| data | 必須 | pd.DataFrame | - | 入力データ |
| hue | オプション | str | None | 色分けに指定するカラム名 (Noneなら色分けなし) |
| palette | オプション | str | None | hueによる色分け用のカラーパレット |
| vars | オプション | list[str] | None | グラフ化するカラム名 (Noneなら全ての数値型＆Boolean型の列を使用) |
| lowerkind | オプション | str | 'boxscatter' | 左下に表示するグラフ種類 ('boxscatter', 'scatter', or 'reg') |
| diag_kind | オプション | str | 'kde' | 対角に表示するグラフ種類 ('kde' or 'hist') |
| markers | オプション | str or list[str] | None | hueで色分けしたデータの散布図プロット形状 |
| height | オプション | float | 2.5 | グラフ1個の高さ |
| aspect | オプション | float | 1 | グラフ1個の縦横比 |
| dropna | オプション | bool | True | seaborn.PairGridのdropna引数 |
| lower_kws | オプション | dict | {} | seaborn.PairGrid.map_lowerの引数 |
| diag_kws | オプション | dict | {} | seaborn.PairGrid.map_diag引数 |
| grid_kws | オプション | dict | {} | seaborn.PairGridの上記以外の引数 |
CustomPairPlotクラス使用法詳細
こちらの記事にまとめました https://qiita.com/c60evaporator/items/20f11b6ee965cec48570
histクラス (custom_hist_plot.py)
ヒストグラム表示および各種分布のフィッティングを実行します。
・histクラス内のメソッド一覧
| メソッド名 | 機能 |
|---|---|
| plot_normality | 正規性検定とQQプロット |
| fit_dist | 各種分布のフィッティングと、評価指標(RSS, AIC, BIC)の算出 |
plot_normalityメソッド
実行例
from seaborn_analyzer import hist
from sklearn.datasets import load_boston
import pandas as pd
df = pd.DataFrame(load_boston().data, columns= load_boston().feature_names)
hist.plot_normality(df, x='LSTAT', norm_hist=False, rounddigit=5)
引数一覧
| 引数名 | 必須引数orオプション | 型 | デフォルト値 | 内容 |
|---|---|---|---|---|
| data | 必須 | pd.DataFrame, pd.Series, or pd.ndarray | - | 入力データ |
| x | オプション | str | None | ヒストグラム作成対象のカラム名 (dataがpd.DataFrameのときは必須) |
| hue | オプション | str | None | 色分けに指定するカラム名 (Noneなら色分けなし) |
| binwidth | オプション | float | None | ビンの幅 (binsと共存不可) |
| bins | オプション | int | 'auto' | ビンの数 (bin_widthと共存不可、'auto'ならスタージェスの公式で自動決定) |
| norm_hist | オプション | bool | False | ヒストグラムを面積1となるよう正規化するか？ |
| sigmarange | オプション | float | 4 | フィッティング線の表示範囲 (標準偏差の何倍まで表示するか指定) |
| linesplit | オプション | float | 200 | フィッティング線の分割数 (カクカクしたら増やす) |
| rounddigit | オプション | int | 5 | 表示指標の小数丸め桁数 |
| hist_kws | オプション | dict | {} | matplotlib.axes.Axes.histに渡す引数 |
| subplot_kws | オプション | dict | {} | matplotlib.pyplot.subplotsに渡す引数 |
fit_distメソッド
実行例
from seaborn_analyzer import hist
from sklearn.datasets import load_boston
import pandas as pd
import matplotlib.pyplot as plt
from scipy import stats
df = pd.DataFrame(load_boston().data, columns= load_boston().feature_names)
all_params, all_scores = hist.fit_dist(df, x='LSTAT', dist=['norm', 'gamma', 'lognorm', 'uniform'])
df_scores = pd.DataFrame(all_scores).T
df_scores
引数一覧
| 引数名 | 必須引数orオプション | 型 | デフォルト値 | 内容 |
|---|---|---|---|---|
| data | 必須 | pd.DataFrame, pd.Series, or pd.ndarray | - | 入力データ |
| x | オプション | str | None | ヒストグラム作成対象のカラム名 (dataがpd.DataFrameのときは必須) |
| hue | オプション | str | None | 色分けに指定するカラム名 (Noneなら色分けなし) |
| binwidth | オプション | float | None | ビンの幅 (binsと共存不可) |
| bins | オプション | int | 'auto' | ビンの数 (bin_widthと共存不可、'auto'ならスタージェスの公式で自動決定) |
| norm_hist | オプション | bool | False | ヒストグラムを面積1となるよう正規化するか？ |
| sigmarange | オプション | float | 4 | フィッティング線の表示範囲 (標準偏差の何倍まで表示するか指定) |
| linesplit | オプション | float | 200 | フィッティング線の分割数 (カクカクしたら増やす) |
| dist | オプション | str or list[str] | 'norm' | 分布の種類 ('norm', 'lognorm', 'gamma', 't', 'expon', 'uniform', 'chi2', 'weibull') |
| ax | オプション | matplotlib.axes.Axes | None | 表示対象のax (Noneならmatplotlib.pyplot.plotで1枚ごとにプロット) |
| linecolor | オプション | str or list[str] | 'red' | フィッティング線の色指定 (listで複数指定可) |
| floc | オプション | float | None | フィッティング時のX方向オフセット (Noneなら指定なし(weibullとexponは0)) |
| hist_kws | オプション | dict | {} | matplotlib.axes.Axes.histに渡す引数 |
histクラス使用法詳細
こちらの記事にまとめました https://qiita.com/c60evaporator/items/fc531aff0cdbafac0f42
classplotクラス
分類の決定境界およびクラス確率の表示を実行します。
Scikit-Learn APIに対応した分類モデル (例: XGBoostパッケージのXGBoostClassifierクラス)が表示対象となります
・classplotクラス内のメソッド一覧
| メソッド名 | 機能 |
|---|---|
| class_separator_plot | 決定境界プロット |
| class_proba_plot | クラス確率プロット |
| plot_roc_curve_multiclass | マルチクラス分類におけるROC曲線をプロット |
| roc_plot | クロスバリデーションにおけるROC曲線をプロット |
class_separator_plotメソッド
実行例
import seaborn as sns
from sklearn.svm import SVC
from seaborn_analyzer import classplot
iris = sns.load_dataset("iris")
clf = SVC()
classplot.class_separator_plot(clf, ['petal_width', 'petal_length'], 'species', iris)
引数一覧
| 引数名 | 必須引数orオプション | 型 | デフォルト値 | 内容 |
|---|---|---|---|---|
| clf | 必須 | Scikit-learn API | - | 表示対象の分類モデル |
| x | 必須 | list[str] | - | 説明変数に指定するカラム名 |
| y | 必須 | str | - | 目的変数に指定するカラム名 |
| data | 必須 | pd.DataFrame | - | 入力データ |
| x_chart | オプション | list[str] | None | 説明変数のうちグラフ表示対象のカラム名 |
| pair_sigmarange | オプション | float | 1.5 | グラフ非使用変数の分割範囲 |
| pair_sigmainterval | オプション | float | 0.5 | グラフ非使用変数の1枚あたり表示範囲 |
| chart_extendsigma | オプション | float | 0.5 | グラフ縦軸横軸の表示拡張範囲 |
| chart_scale | オプション | int | 1 | グラフの描画倍率 |
| plot_scatter | オプション | str | 'true' | 散布図の描画種類 |
| rounddigit_x3 | オプション | int | 2 | グラフ非使用軸の小数丸め桁数 |
| scatter_colors | オプション | list[str] | None | クラスごとのプロット色のリスト |
| true_marker | オプション | str | None | 正解クラスの散布図プロット形状 |
| false_marker | オプション | str | None | 不正解クラスの散布図プロット形状 |
| cv | オプション | int or sklearn.model_selection.* | None | クロスバリデーション分割法 (Noneのとき学習データから指標算出、int入力時はkFoldで分割) |
| cv_seed | オプション | int | 42 | クロスバリデーションの乱数シード |
| cv_group | オプション | str | None | クロスバリデーションのグルーピング対象カラム名、またはグルーピングのラベルデータ (GroupKFold,LeaveOneGroupOut等) |
| display_cv_indices | オプション | int | 0 | 表示対象のクロスバリデーション番号 |
| clf_params | オプション | dict | None | 分類モデルに渡すパラメータ |
| fit_params | オプション | dict | None | 学習時のパラメータ |
| subplot_kws | オプション | dict | None | matplotlib.pyplot.subplotsに渡す引数 |
| contourf_kws | オプション | dict | None | グラフ表示用のmatplotlib.pyplot.contourfに渡す引数 |
| scatter_kws | オプション | dict | None | 散布図用のmatplotlib.pyplot.scatterに渡す引数 |
| legend_kws | オプション | dict | None | 凡例用のmatplotlib.axes.Axes.legendに渡す引数 |
class_proba_plotメソッド
実行例
import seaborn as sns
from sklearn.svm import SVC
from seaborn_analyzer import classplot
iris = sns.load_dataset("iris")
clf = SVC()
classplot.class_proba_plot(clf, ['petal_width', 'petal_length'], 'species', iris,
proba_type='imshow')
引数一覧
| 引数名 | 必須引数orオプション | 型 | デフォルト値 | 内容 |
|---|---|---|---|---|
| clf | 必須 | Scikit-learn API | - | 表示対象の分類モデル |
| x | 必須 | list[str] | - | 説明変数に指定するカラム名 |
| y | 必須 | str | - | 目的変数に指定するカラム名 |
| data | 必須 | pd.DataFrame | - | 入力データ |
| x_chart | オプション | list[str] | None | 説明変数のうちグラフ表示対象のカラム名 |
| pair_sigmarange | オプション | float | 1.5 | グラフ非使用変数の分割範囲 |
| pair_sigmainterval | オプション | float | 0.5 | グラフ非使用変数の1枚あたり表示範囲 |
| chart_extendsigma | オプション | float | 0.5 | グラフ縦軸横軸の表示拡張範囲 |
| chart_scale | オプション | int | 1 | グラフの描画倍率 |
| plot_scatter | オプション | str | 'true' | 散布図の描画種類 |
| rounddigit_x3 | オプション | int | 2 | グラフ非使用軸の小数丸め桁数 |
| scatter_colors | オプション | list[str] | None | クラスごとのプロット色のリスト |
| true_marker | オプション | str | None | 正解クラスの散布図プロット形状 |
| false_marker | オプション | str | None | 不正解クラスの散布図プロット形状 |
| cv | オプション | int or sklearn.model_selection.* | None | クロスバリデーション分割法 (Noneのとき学習データから指標算出、int入力時はkFoldで分割) |
| cv_seed | オプション | int | 42 | クロスバリデーションの乱数シード |
| cv_group | オプション | str | None | クロスバリデーションのグルーピング対象カラム名、またはグルーピングのラベルデータ (GroupKFold,LeaveOneGroupOut等) |
| display_cv_indices | オプション | int | 0 | 表示対象のクロスバリデーション番号 |
| clf_params | オプション | dict | None | 分類モデルに渡すパラメータ |
| fit_params | オプション | dict | None | 学習時のパラメータ |
| subplot_kws | オプション | dict | None | matplotlib.pyplot.subplotsに渡す引数 |
| contourf_kws | オプション | dict | None | proba_type='contour'のときmatplotlib.pyplot.contourf、 proba_type='contour'のときcontour)に渡す引数 |
| scatter_kws | オプション | dict | None | 散布図用のmatplotlib.pyplot.scatterに渡す引数 |
| plot_border | オプション | bool | True | 決定境界線の描画有無 |
| proba_class | オプション | str or list[str] | None | 確率表示対象のクラス名 |
| proba_cmap_dict | オプション | dict[str, str] | None | クラス確率図のカラーマップ(クラス名とcolormapをdict指定) |
| proba_type | オプション | str | 'contourf' | クラス確率図の描画種類 (等高線'contourf', 'contour', or RGB画像'imshow') |
| imshow_kws | オプション | dict | None | proba_type='imshow'のときmatplotlib.pyplot.imshowに渡す引数 |
| legend_kws | オプション | dict | None | 凡例用のmatplotlib.axes.Axes.legendに渡す引数 |
plot_roc_curve_multiclassメソッド
マルチクラス分類でのROC曲線をプロットします（2クラス分類もプロット可）
実行例
import seaborn as sns
from sklearn.svm import SVC
from sklearn.model_selection import train_test_split
import numpy as np
import matplotlib.pyplot as plt
from seaborn_analyzer import classplot
# Load dataset
iris = sns.load_dataset("iris")
OBJECTIVE_VARIALBLE = 'species' # Objective variable
USE_EXPLANATORY = ['petal_width', 'petal_length', 'sepal_width', 'sepal_length'] # Explantory variables
y = iris[OBJECTIVE_VARIALBLE].values
X = iris[USE_EXPLANATORY].values
# Add random noise features
random_state = np.random.RandomState(0)
n_samples, n_features = X.shape
X = np.c_[X, random_state.randn(n_samples, 10 * n_features)]
# Plot ROC curve in multiclass classification
X_train, X_test, y_train, y_test = train_test_split(X, y, shuffle=True, random_state=42)
estimator = SVC(probability=True, random_state=42)
classplot.plot_roc_curve_multiclass(estimator, X_train, y_train,
X_test=X_test, y_test=y_test)
plt.plot([0, 1], [0, 1], label='Chance', alpha=0.8,
lw=2, color='red', linestyle='--')
plt.legend(loc='lower right')
引数一覧
| 引数名 | 必須引数orオプション | 型 | デフォルト値 | 内容 |
|---|---|---|---|---|
| estimator | 必須 | Scikit-learn API | - | 表示対象の分類モデル(未学習かつパラメータ入力済の分類器を渡してください) |
| X_train | 必須 | np.ndarray | - | 学習用データのうち説明変数 |
| y_train | 必須 | np.ndarray | - | 学習用データのうち目的変数 |
| X_test | オプション | np.ndarray | - | ROC曲線評価用データのうち説明変数 |
| y_test | オプション | np.ndarray | None | ROC曲線評価用データのうち目的変数 |
| sample_weight | オプション | list[float] | None | ROC曲線算出時のクラスごとの重みづけ |
| drop_intermediate | オプション | bool | True | ROC曲線の形状に影響しない点の計算を省略するか |
| response_method | オプション | {'predict_proba', 'decision_function'} | 'predict_proba' | クラス確率算出に使用するメソッド名 |
| name | オプション | str | None | 学習器の名称 |
| ax | オプション | matplotlib.axes.Axes | None | 表示対象のax (Noneならmatplotlib.pyplot.plotで1枚ごとにプロット) |
| pos_label | オプション | str or int | None | Positive判定するラベル番号、2クラス分類のみ有効 |
| average | オプション | list[str] | None | クラスごとのプロット色のリスト |
| fit_params | オプション | dict | None | 学習器のfit()メソッドに渡すパラメータ |
| plot_roc_kws | オプション | dict | None | クラスごとROC曲線描画用のax.plot()メソッドに渡すパラメータ |
| class_average_kws | オプション | dict | None | 全クラス平均ROC曲線描画用のax.plot()メソッドに渡すパラメータ |
roc_plotメソッド
クロスバリデーションにおけるROC曲線をプロットします。通常の多クラス分類では渡せないfit_paramsを渡すこともできます
実行例
from lightgbm import LGBMClassifier
import seaborn as sns
import matplotlib.pyplot as plt
from seaborn_analyzer import classplot
# Load dataset
iris = sns.load_dataset("iris")
OBJECTIVE_VARIALBLE = 'species' # Objective variable
USE_EXPLANATORY = ['petal_width', 'petal_length', 'sepal_width', 'sepal_length'] # Explantory variables
y = iris[OBJECTIVE_VARIALBLE].values
X = iris[USE_EXPLANATORY].values
fit_params = {'verbose': 0,
'early_stopping_rounds': 10,
'eval_metric': 'rmse',
'eval_set': [(X, y)]
}
# Plot ROC curve with cross validation in multiclass classification
estimator = LGBMClassifier(random_state=42, n_estimators=10000)
fig, axes = plt.subplots(4, 1, figsize=(6, 24))
classplot.roc_plot(estimator, X, y, ax=axes, cv=3, fit_params=fit_params)
引数一覧
| 引数名 | 必須引数orオプション | 型 | デフォルト値 | 内容 |
|---|---|---|---|---|
| clf | 必須 | Scikit-learn API | - | 表示対象の分類モデル(未学習の分類器を渡してください) |
| X | 必須 | list[str] or np.ndarray | - | 説明変数のカラム名、または入力データのうち説明変数 |
| y | 必須 | str or np.ndarray | - | 目的変数のカラム名、または入力データのうち目的変数 |
| data | オプション . | pd.DataFrame | None | 入力データ (X, yがstrのとき必須) |
| x_columns | オプション | list[str] | None | 説明変数の名称リスト(dataがNoneのときのみ有効) |
| cv | オプション | int or sklearn.model_selection.* | None | クロスバリデーション分割法 (Noneのとき学習データから指標算出、int入力時はkFoldで分割) |
| cv_seed | オプション | int | 42 | クロスバリデーションの乱数シード |
| cv_group | オプション | str | None | クロスバリデーションのグルーピング対象カラム名、またはグルーピングのラベルデータ (GroupKFold,LeaveOneGroupOut等) |
| ax | オプション | matplotlib.axes.Axes | None | 表示対象のax (Noneならmatplotlib.pyplot.plotで1枚ごとにプロット) |
| sample_weight | オプション | list[float] | None | ROC曲線算出時のクラスごとの重みづけ |
| drop_intermediate | オプション | bool | True | ROC曲線の形状に影響しない点の計算を省略するか |
| response_method | オプション | {'predict_proba', 'decision_function'} | 'predict_proba' | クラス確率算出に使用するメソッド名 |
| pos_label | オプション | str or int | None | Positive判定するラベル番号、2クラス分類のみ有効 |
| average | オプション | list[str] | None | クラスごとのプロット色のリスト |
| clf_params | オプション | dict | None | 学習器に渡すパラメータ |
| fit_params | オプション | dict | None | 学習器のfit()メソッドに渡すパラメータ |
| draw_grid | オプション | bool | True | グリッド線の描画有無 |
| grid_kws | オプション | dict | None | グリッド描画用のmatplotlib.pyplot.grid()メソッドに渡すパラメータ |
| subplot_kws | オプション | dict | None | 図作成用のmatplotlib.pyplot.subplots()に渡す引数(ax=Noneのときのみ有効) |
| plot_roc_kws | オプション | dict | None | クラスごとROC曲線描画用のmatplotlib.pyplot.plot()メソッドに渡すパラメータ |
| class_average_kws | オプション | dict | None | 全クラス平均ROC曲線描画用のmatplotlib.pyplot.plot()メソッドに渡すパラメータ |
| cv_mean_kws | オプション | dict | None | 全クラス平均ROC曲線描画用のmatplotlib.pyplot.plot()メソッドに渡すパラメータ |
| chance_plot_kws | オプション | dict | None | ランダム直線描画用のmatplotlib.pyplot.plot()メソッドに渡すパラメータ |
classplotクラス使用法詳細
こちらの記事にまとめました https://qiita.com/c60evaporator/items/43866a42e09daebb5cc0
regplotクラス
相関・回帰分析の散布図・ヒートマップ表示を実行します。
Scikit-Learn APIに対応した回帰モデル (例: XGBoostパッケージのXGBoostRegressorクラス)が表示対象となります
・regplotクラス内のメソッド一覧
| メソッド名 | 機能 |
|---|---|
| linear_plot | ピアソン相関係数とP値を散布図と共に表示 |
| regression_pred_true | 予測値vs実測値プロット |
| regression_plot_1d | 1次元説明変数で回帰線表示 |
| regression_heat_plot | 2～4次元説明変数で回帰予測値をヒートマップ表示 |
| regression_average_plot | 各変数ごとに、他の変数を平均値で固定して予測値プロット |
linear_plotメソッド
実行例
from seaborn_analyzer import regplot
import seaborn as sns
iris = sns.load_dataset("iris")
regplot.linear_plot(x='petal_length', y='sepal_length', data=iris)
引数一覧
| 引数名 | 必須引数orオプション | 型 | デフォルト値 | 内容 |
|---|---|---|---|---|
| x | 必須 | str | - | 横軸に指定するカラム名 |
| y | 必須 | str | - | 縦軸に指定するカラム名 |
| data | 必須 | pd.DataFrame | - | 入力データ |
| ax | オプション | matplotlib.axes.Axes | None | 表示対象のAxes (Noneならmatplotlib.pyplot.plotで1枚ごとにプロット) |
| hue | オプション | str | None | 色分けに指定するカラム名 |
| linecolor | オプション | str | 'red' | 回帰直線の色 |
| rounddigit | オプション | int | 5 | 表示指標の小数丸め桁数 |
| plot_scores | オプション | bool | True | 回帰式、ピアソンの相関係数およびp値の表示有無 |
| scatter_kws | オプション | dict | None | seaborn.scatterplotに渡す引数 |
| legend_kws | オプション | dict | None | 凡例用のmatplotlib.axes.Axes.legendに渡す引数 |
regression_pred_trueメソッド
実行例
import pandas as pd
from seaborn_analyzer import regplot
import seaborn as sns
from sklearn.linear_model import LinearRegression
df_temp = pd.read_csv(f'./sample_data/temp_pressure.csv')
regplot.regression_pred_true(LinearRegression(), x=['altitude', 'latitude'], y='temperature', data=df_temp)
引数一覧
| 引数名 | 必須引数orオプション | 型 | デフォルト値 | 内容 |
|---|---|---|---|---|
| estimator | 必須 | Scikit-learn API | - | 表示対象の回帰モデル |
| x | 必須 | list[str] | - | 説明変数に指定するカラム名のリスト |
| y | 必須 | str | - | 目的変数に指定するカラム名 |
| data | 必須 | pd.DataFrame | - | 入力データ |
| hue | オプション | str | None | 色分けに指定するカラム名 |
| linecolor | オプション | str | 'red' | 予測値=実測値の線の色 |
| rounddigit | オプション | int | 3 | 表示指標の小数丸め桁数 |
| rank_number | オプション | int | None | 誤差上位何番目までを文字表示するか |
| rank_col | オプション | str | None | 誤差上位と一緒に表示するフィールド名 |
| scores | オプション | str or list[str] | 'mae' | 文字表示する評価指標を指定 ('r2', 'mae', 'mse', 'rmse', 'rmsle', or 'max_error') |
| cv_stats | オプション | str | 'mean' | クロスバリデーション時に表示する評価指標統計値 ('mean', 'median', 'max', or 'min') |
| cv | オプション | int or sklearn.model_selection.* | None | クロスバリデーション分割法 (Noneのとき学習データから指標算出、int入力時はkFoldで分割) |
| cv_seed | オプション | int | 42 | クロスバリデーションの乱数シード |
| cv_group | オプション | str | None | クロスバリデーションのグルーピング対象カラム名、またはグルーピングのラベルデータ (GroupKFold,LeaveOneGroupOut等) |
| estimator_params | オプション | dict | None | 回帰モデルに渡すパラメータ |
| fit_params | オプション | dict | None | 学習時のパラメータをdict指定 |
| subplot_kws | オプション | dict | None | matplotlib.pyplot.subplotsに渡す引数 |
| scatter_kws | オプション | dict | None | seaborn.scatterplotに渡す引数 |
| legend_kws | オプション | dict | None | 凡例用のmatplotlib.axes.Axes.legendに渡す引数 |
regression_plot_1dメソッド
実行例
from seaborn_analyzer import regplot
import seaborn as sns
from sklearn.svm import SVR
iris = sns.load_dataset("iris")
regplot.regression_plot_1d(SVR(), x='petal_length', y='sepal_length', data=iris)
引数一覧
| 引数名 | 必須引数orオプション | 型 | デフォルト値 | 内容 |
|---|---|---|---|---|
| estimator | 必須 | Scikit-learn API | - | 表示対象の回帰モデル |
| x | 必須 | str | - | 説明変数に指定するカラム名 |
| y | 必須 | str | - | 目的変数に指定するカラム名 |
| data | 必須 | pd.DataFrame | - | 入力するデータ（Pandasのデータフレーム） |
| hue | オプション | str | None | 色分けに指定するカラム名 |
| linecolor | オプション | str | 'red' | 予測値=実測値の線の色 |
| rounddigit | オプション | int | 3 | 表示指標の小数丸め桁数 |
| rank_number | オプション | int | None | 誤差上位何番目までを文字表示するか |
| rank_col | オプション | str | None | 誤差上位と一緒に表示するフィールド名 |
| scores | オプション | str or list[str] | 'mae' | 文字表示する評価指標を指定 ('r2', 'mae', 'mse', 'rmse', 'rmsle', or 'max_error') |
| cv_stats | オプション | str | 'mean' | クロスバリデーション時に表示する評価指標統計値 ('mean', 'median', 'max', or 'min') |
| cv | オプション | int or sklearn.model_selection.* | None | クロスバリデーション分割法 (Noneのとき学習データから指標算出、int入力時はkFoldで分割) |
| cv_seed | オプション | int | 42 | クロスバリデーションの乱数シード |
| cv_group | オプション | str | None | クロスバリデーションのグルーピング対象カラム名、またはグルーピングのラベルデータ (GroupKFold,LeaveOneGroupOut等) |
| estimator_params | オプション | dict | None | 回帰モデルに渡すパラメータ |
| fit_params | オプション | dict | None | 学習時のパラメータをdict指定 |
| subplot_kws | オプション | dict | None | matplotlib.pyplot.subplotsに渡す引数 |
| scatter_kws | オプション | dict | None | seaborn.scatterplotに渡す引数 |
| legend_kws | オプション | dict | None | 凡例用のmatplotlib.axes.Axes.legendに渡す引数 |
regression_heat_plotメソッド
実行例
import pandas as pd
from sklearn.linear_model import LinearRegression
from seaborn_analyzer import regplot
df_temp = pd.read_csv(f'./sample_data/temp_pressure.csv')
regplot.regression_heat_plot(LinearRegression(), x=['altitude', 'latitude'], y='temperature', data=df_temp)
引数一覧
| 引数名 | 必須引数orオプション | 型 | デフォルト値 | 内容 |
|---|---|---|---|---|
| estimator | 必須 | Scikit-learn API | - | 表示対象の回帰モデル |
| x | 必須 | list[str] | - | 説明変数に指定するカラム名のリスト |
| y | 必須 | str | - | 目的変数に指定するカラム名 |
| data | 必須 | pd.DataFrame | - | 入力データ |
| x_heat | オプション | list[str] | None | 説明変数のうちヒートマップ表示対象のカラム名 |
| scatter_hue | オプション | str | None | 散布図色分け指定カラム名 (plot_scatter='hue'時のみ有効) |
| pair_sigmarange | オプション | float | 1.5 | ヒートマップ非使用変数の分割範囲 |
| pair_sigmainterval | オプション | float | 0.5 | ヒートマップ非使用変数の1枚あたり表示範囲 |
| heat_extendsigma | オプション | float | 0.5 | ヒートマップ縦軸横軸の表示拡張範囲 |
| heat_division | オプション | int | 30 | ヒートマップ縦軸横軸の解像度 |
| value_extendsigma | オプション | float | 0.5 | ヒートマップの色分け最大最小値拡張範囲 |
| plot_scatter | オプション | str | 'true' | 散布図の描画種類 |
| rounddigit_rank | オプション | int | 3 | 誤差上位表示の小数丸め桁数 |
| rounddigit_x1 | オプション | int | 2 | ヒートマップ横軸の小数丸め桁数 |
| rounddigit_x2 | オプション | int | 2 | ヒートマップ縦軸の小数丸め桁数 |
| rounddigit_x3 | オプション | int | 2 | ヒートマップ非使用軸の小数丸め桁数 |
| rank_number | オプション | int | None | 誤差上位何番目までを文字表示するか |
| rank_col | オプション | str | None | 誤差上位と一緒に表示するフィールド名 |
| cv | オプション | int or sklearn.model_selection.* | None | クロスバリデーション分割法 (Noneのとき学習データから指標算出、int入力時はkFoldで分割) |
| cv_seed | オプション | int | 42 | クロスバリデーションの乱数シード |
| cv_group | オプション | str | None | クロスバリデーションのグルーピング対象カラム名、またはグルーピングのラベルデータ (GroupKFold,LeaveOneGroupOut等) |
| display_cv_indices | オプション | int | 0 | 表示対象のクロスバリデーション番号 |
| estimator_params | オプション | dict | None | 回帰モデルに渡すパラメータ |
| fit_params | オプション | dict | None | 学習時のパラメータをdict指定 |
| subplot_kws | オプション | dict | None | matplotlib.pyplot.subplotsに渡す引数 |
| heat_kws | オプション | dict | None | ヒートマップ用のseaborn.heatmapに渡す引数 |
| scatter_kws | オプション | dict | None | 散布図用のmatplotlib.pyplot.scatterに渡す引数 |
| legend_kws | オプション | dict | None | 凡例用のmatplotlib.axes.Axes.legendに渡す引数 |
average_plotメソッド
実行例
import seaborn as sns
from sklearn.svm import SVR
from seaborn_analyzer import regplot
iris = sns.load_dataset("iris")
svr = SVR()
features = ['petal_width', 'petal_length', 'sepal_width']
X = iris[features].values
y = iris['sepal_length'].values
regplot.average_plot(svr, X, y, x_colnames=features, cv=3)
引数一覧
| 引数名 | 必須引数orオプション | 型 | デフォルト値 | 内容 |
|---|---|---|---|---|
| estimator | 必須 | Scikit-learn API | - | 表示対象の回帰モデル |
| x | 必須 | list[str] | - | 説明変数に指定するカラム名のリスト |
| y | 必須 | str | - | 目的変数に指定するカラム名 |
| data | 必須 | pd.DataFrame | - | 入力データ |
| hue | オプション | str | None | 散布図色分け指定カラム名 |
| aggregate | オプション | str | 'mean' | X軸指定変数以外の変数の固定値集計方法 |
| cv | オプション | int or sklearn.model_selection.* | None | クロスバリデーション分割法 (Noneのとき学習データから指標算出、int入力時はkFoldで分割) |
| cv_seed | オプション | int | 42 | クロスバリデーションの乱数シード |
| cv_group | オプション | str | None | クロスバリデーションのグルーピング対象カラム名、またはグルーピングのラベルデータ (GroupKFold,LeaveOneGroupOut等) |
| display_cv_indices | オプション | int | 0 | 表示対象のクロスバリデーション番号 |
| estimator_params | オプション | dict | None | 回帰モデルに渡すパラメータ |
| fit_params | オプション | dict | None | 学習時のパラメータをdict指定 |
| subplot_kws | オプション | dict | None | matplotlib.pyplot.subplotsに渡す引数 |
| plot_kws | オプション | dict | None | ヒートマップ用のmatplotlib.axes.Axes.plotに渡す引数 |
| scatter_kws | オプション | dict | None | 散布図用のseaborn.scatterplotに渡す引数 |
| legend_kws | オプション | dict | None | 凡例用のmatplotlib.axes.Axes.legendに渡す引数 |
regplotクラス使用法詳細
こちらの記事にまとめました https://qiita.com/c60evaporator/items/c930c822b527f62796ee